广东省自然科学基金(9151040701000002)
- 作品数：6 被引量：20H指数：4
- 相关作者：张德丰马子龙马莉周灵孙亚民更多>>
- 相关机构：佛山科学技术学院哈尔滨工业大学南京理工大学更多>>
- 发文基金：广东省自然科学基金广东省科技计划工业攻关项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于广义动态模糊神经网络的算法研究被引量：6
- 2009年
- 在D-FNN算法基础上,提出了一种新的基于椭圆基函数的广义动态模糊神经网络方法。该方法不仅可以用于系统建模、辨识和控制,而且还可以用于模糊规则的自动生成或抽取。提出了一种模糊-完备性作为在线参数分配机制,避免初始化选择的随机性,同时,该算法不仅能对模糊规则而且能对输入变量的重要性作出评估,从而使每条规则的输入变量的宽度可以根据它对系统性能贡献的大小实施在线自适应调整。开发了相关的算法程序,最后针对实际案例进行了仿真分析,表明了该算法的有效性和高效性。
- 马莉张德丰
- 关键词：动态模糊神经网络广义动态模糊神经网络模糊规则学习算法
- 基于动态模糊神经网络的生物工程算法研究被引量：4
- 2010年
- 目前,模糊神经网络控制在控制领域已成为一个研究热点。把神经网络应用于模糊系统,可以解决模糊系统中的知识抽取问题;把模糊系统应用于神经网络,神经网络就不再是黑箱了,人类的知识就很容易融合到神经网络中。本文提出了一种新型的动态模糊神经网络的结构及其学习算法,该动态模糊神经网络的结构基于扩展的径向基网络。其学习算法的最大特点是参数的调整和结构的辨识同时进行,且学习速度快,可用于实时建模与控制。开发了相关的算法程序,最后针对实际案例进行了仿真分析。仿真结果表明,动态模糊神经网络具有学习速度快、系统结构紧凑、泛化能力强等优点。
- 马莉张德丰许勇
- 关键词：动态模糊神经网络模糊逻辑神经网络血压
- 滑动窗与修剪技术的动态模糊神经网络方法研究被引量：5
- 2010年
- 提出了一种新型的动态模糊神经网络算法,该动态模糊神经网络的结构基于扩展的径向基网络。其算法的最主要特点是:使用滑动窗技术保持固定长度的数据来调整参数,避免了数据饱和;使用了修剪技术,使得网络结构不会持续增长,避免了过拟合及过训练现象,因而确保了系统的泛化能力。最后通过对血压的控制来验证动态模糊神经网络的逼近能力及所提控制方案的有效性。由仿真结果表明使用滑动窗与修剪技术的D-FNN控制器具有良好的性能。
- 马莉张德丰马子龙
- 关键词：动态模糊神经网络模糊规则血压
- 基于参数调整的动态模糊神经网络算法被引量：5
- 2010年
- 模糊逻辑与神经网络结合形成的模糊神经网络同时具有易于表达人类知识、存储与学习分布信息的优点,基于此,提出一种基于参数调整的动态模糊神经网络算法。采用扩展卡尔曼滤波器法将全局算法划分为线性和非线性部分,线性参数由最小二乘法和滤波器法决定,非线性参数由训练样本和启发式法直接决定,线性和非线性参数可进行实时更新。仿真结果表明,该算法能保证更简洁的结构和更短的学习时间。
- 张德丰周灵孙亚民马子龙
- 关键词：动态模糊神经网络模糊逻辑扩展卡尔曼滤波器
- 基于改进基函数的自适应动态模糊神经网络算法研究
- 2010年
- 在D-FNN算法基础上,提出了基于椭圆基函数(EBF)的广义动态模糊神经网络。该算法提出模糊ε-完备性作为高斯函数宽度的确定准则,避免初始化选择的随机性;同时,该算法不仅能对模糊规则而且能对输入变量的重要性作出评价,从而使得每个输入变量和模糊规则都可以根据误差减少率(ERR)来修正。其应用不仅可以用来建模,还可以用来抽取有意义的模糊规则以获取知识。通过与D-FNN以及其他方法的比较,可以看到GD-FNN在学习效率和性能方面具有突出的优势。最后针对实际案例进行了仿真分析,验证了该算法的有效性和高效性。
- 张德丰周灵全解生孙亚民马子龙
- 关键词：动态模糊神经网络广义动态模糊神经网络模糊规则
- 基于修剪技术分级学习的动态模糊神经网络算法研究被引量：1
- 2011年
- 在D-FNN中采用了修剪技术,可以检测到不活跃的模糊规则并加以剔除,从而获得更为紧凑的结构。在D-FNN中,前提参数是在学习过程中自适应地进行调整。由于分级学习策略的应用,大大提高了学习的有效性,加之参数调整只限于线性参数,没有迭代学习,因而学习速度很快,这使得本算法应用于实时学习和控制成为可能。最后针对实际案例进行了仿真分析,验证了该算法的有效性和高效性。
- 张德丰周灵孙亚民马子龙
- 关键词：动态模糊神经网络模糊规则
